AI로 읽는 설문 주관식 응답

설문 주관식 답변을 AI로 분류할 때 놓치기 쉬운 응답 단위, 다중 코드, 비응답, 분모, 소수 의견과 원문 인용을 한 사례로 끝까지 추적한다. 가상의 예약 서비스 응답 24개와 저자 작성 기준코딩을 통해 코드북을 만들고 사람의 판정을 기록하며, AI 출력과 보고서 사이의 오류를 검증하는 실무 안내서다.

이 책에서 다루는 내용
AI로 읽는 설문 주관식 응답
1장 · 분석할 질문을 먼저 줄인다
2장 · 원본에서 분석용 파일까지
3장 · 무엇을 한 건으로 셀 것인가
4장 · 24개 응답을 먼저 눈으로 읽는다
5장 · 좋은 코드북은 제외 규칙이 선명하다
6장 · 한 응답에 여러 코드를 붙이는 순서
7장 · AI에게 맡길 일과 돌려받을 형식
8장 · 사람이 하는 판정을 기록하는 법
9장 · 정확도 하나로는 부족하다
10장 · 비율은 분모를 말할 때 완성된다
11장 · 빈도 순위에서 행동 후보로 넘어가기
12장 · 인용은 장식이 아니라 증거다
13장 · 한 장의 보고서를 끝까지 써 본다
14장 · 파일과 숫자를 감사하는 작은 도구
15장 · 작은 예제를 실제 업무로 늘릴 때
16장 · 다음 설문을 더 잘 묻는 데 사용한다
부록 A. 손으로 다시 계산하는 실습
부록 B. 현장에서 복사해 쓰는 작업 양식
맺으며: 좋은 요약은 다시 펼칠 수 있다
Cover
Table of Contents

본문 미리보기
제목: AI로 읽는 설문 주관식 응답
부제: 24개 합성 응답으로 배우는 코드북, 다중 코딩, 인간 판정과 보고서 검증
저자: 선비북스 AX팀
출판사: 선비북스
제작 기준일: 2026년 10월 5일
ISBN: 9791123000329
이 책의 예약 서비스, 응답자, 설문 응답, 코드북, 판정 대화와 보고서는 모두 설명을 위해 만든 합성 사례다. 실제 고객 조사, 인터뷰 또는 특정 회사의 운영 성과를 옮긴 것이 아니다. 숫자는 동봉한 합성 자료를 집계한 교육용 계산값이며 모집단의 의견이나 AI 제품의 성능을 나타내지 않는다.
책에 등장하는 기준코딩은 저자가 교육 목적으로 작성한 판정이다. 여러 사람이 독립적으로 코딩한 실험을 수행하지 않았으며, 실제 AI API에 설문을 넣어 얻은 정확도도 제시하지 않는다. 동봉한 감사 스크립트는 파일 구조, 원문과 근거 문자열의 일치, 중복, 집계와 예시 지표를 검사한다. 의미 해석의 타당성, 개인정보 보호의 적법성, 실제 조사 품질을 자동으로 보증하지 않는다.
설문 결과 파일을 열면 가장 먼저 긴 문장들이 눈에 들어온다. 객관식 응답은 이미 칸 안에 들어가 있지만, 주관식 응답은 제각각이다. 어떤 사람은 한 단어를 남기고, 어떤 사람은 한 문단에 장점과 불편을 함께 적는다. 담당자는 마감 전에 이 내용을 몇 개의 항목과 한 장의 보고서로 바꾸고 싶어진다. AI에게 “주요 의견을 요약해 줘”라고 말하는 것은 자연스러운 출발이다.
문제는 매끄러운 요약에 숫자의 출처가 없을 때 생긴다. “시간대 부족 의견이 많았다”에서 많았다는 말은 몇 명을 뜻하는가. 같은 사람이 시간대 이야기를 세 번 하면 세 건인가. 빈칸을 낸 사람까지 분모에 들어가는가. “비싸지는 않다”에 가격 코드가 붙었다면 그것을 가격 불만으로 읽어도 되는가. 요약문이 문법적으로 완벽해도 이 질문에는 대답하지 못할 수 있다.
이 책은 그 중간 과정을 다룬다. 원문을 보존하고, 무엇을 세는지 정하고, 코드의 경계를 쓰고, AI의 제안을 사람이 판정하고, 숫자와 인용을 다시 원문으로 연결한다. 이를 통해 얻는 것은 자동 보고서 한 장보다 오래 쓸 수 있는 작업 방식이다. 다른 담당자가 맡아도 왜 같은 응답에 두 코드가 붙었는지 설명할 수 있고, 코드북이 바뀌면 어느 과거 결과를 다시 계산해야 하는지 알 수 있다.
독자는 리서치 전담자가 아니어도 좋다. 교육 프로그램 만족도, 행사 후기, 작은 서비스 개선 의견, 사내 도구 사용 경험처럼 짧은